Tensorflow：如何创建新神经元（不是感知器神经元）

所以tensorflow在创建涉及感知器神经元的神经网络方面非常有用。然而，如果一个人想使用一种新型的神经元而不是传统的感知器神经元，这是否可能通过增加tensorflow代码来实现？我似乎找不到答案。我知道这会改变正向传播和更多的数学计算，我愿意改变所有必要的领域

我也知道，我可以从头开始编写我需要的层和我心目中的神经元，但tensorflow仍然具有GPU集成，因此人们可以看到，与从头开始创建自己的代码相比，操作他们的代码更为理想

有人试过这个吗？我的目标是创建使用不同于经典感知器的神经元类型的神经网络结构

如果有人知道tensorflow在哪里，我可以看看他们在哪里初始化感知机神经元，我将非常感激

编辑：

更具体地说，是否有可能改变tensorflow中的代码以使用不同的神经元类型而不是感知器来调用tensorflow模块：例如tf.layers？还是tf.nn？（conv2D、批次标准、最大池等）。我能弄清楚细节。我只需要知道我会在哪里（我肯定他们有几个地方）更改代码

然而，如果一个人想使用一种新型的神经元而不是传统的感知器神经元，这是否可能通过增加tensorflow代码来实现

---

是。Tensorflow为您提供了定义计算图的可能性。然后，它可以自动计算梯度。没必要自己做。这就是为什么你用符号来定义它。您可能需要阅读或从教程开始。

这太模糊了，是的，您完全可以在TF中执行任何您想要的neuron实现，但是您的问题太模糊了，因为您没有真正指定您想要实现的目标。好的，下面是一个示例；我希望能够使用tensorflow模块：tf.Layers。但是用一种新的神经元代替了pereptron神经元。我的问题不是特别具体的原因是因为我想要的是整个库，而不是一个单独的例子。对这个问题进行了编辑。我非常怀疑Tensorflow代码库中是否存在“神经元”的概念。Tensorflow操纵张量。它使用点积或卷积等方法来实现这一点。在这种情况下，神经元只是一种抽象概念，使人们更容易思考这些东西。如果没有一个具体的例子，我也很难理解你想做什么。啊，好吧，可能是有用的信息。我会再四处挖掘，看看能找到什么。